这些是 dplyr group_map()
和 group_modify()
泛型的方法。它们都被翻译为 [.data.table
。
用法
# S3 method for dtplyr_step
group_modify(.data, .f, ..., keep = FALSE)
# S3 method for dtplyr_step
group_map(.data, .f, ..., keep = FALSE)
值
group_map()
将 .f
应用于每个组,并返回一个列表。 group_modify()
将每个组替换为 .f
的结果,返回修改后的 lazy_dt()
。
例子
library(dplyr)
dt <- lazy_dt(mtcars)
dt %>%
group_by(cyl) %>%
group_modify(head, n = 2L)
#> Source: local data table [6 x 11]
#> Groups: cyl
#> Call: `_DT16`[, head(.SD, .BY, n = ~2L), by = .(cyl)]
#>
#> cyl mpg disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 6 21 160 110 3.9 2.62 16.5 0 1 4 4
#> 2 6 21 160 110 3.9 2.88 17.0 0 1 4 4
#> 3 4 22.8 108 93 3.85 2.32 18.6 1 1 4 1
#> 4 4 24.4 147. 62 3.69 3.19 20 1 0 4 2
#> 5 8 18.7 360 175 3.15 3.44 17.0 0 0 3 2
#> 6 8 14.3 360 245 3.21 3.57 15.8 0 0 3 4
#>
#> # Use as.data.table()/as.data.frame()/as_tibble() to access results
dt %>%
group_by(cyl) %>%
group_map(head, n = 2L)
#> [[1]]
#> mpg disp hp drat wt qsec vs am gear carb
#> 1: 21 160 110 3.9 2.620 16.46 0 1 4 4
#> 2: 21 160 110 3.9 2.875 17.02 0 1 4 4
#>
#> [[2]]
#> mpg disp hp drat wt qsec vs am gear carb
#> 1: 22.8 108.0 93 3.85 2.32 18.61 1 1 4 1
#> 2: 24.4 146.7 62 3.69 3.19 20.00 1 0 4 2
#>
#> [[3]]
#> mpg disp hp drat wt qsec vs am gear carb
#> 1: 18.7 360 175 3.15 3.44 17.02 0 0 3 2
#> 2: 14.3 360 245 3.21 3.57 15.84 0 0 3 4
#>
相关用法
- R dtplyr group_by.dtplyr_step 分组和取消分组
- R dtplyr lazy_dt 创建一个“惰性”data.table 以与 dplyr 动词一起使用
- R dtplyr transmute.dtplyr_step 创建新列,删除旧列
- R dtplyr slice.dtplyr_step 使用行的位置对行进行子集化
- R dtplyr left_join.dtplyr_step 连接数据表
- R dtplyr fill.dtplyr_step 用上一个或下一个值填充缺失值
- R dtplyr filter.dtplyr_step 使用列值对行进行子集化
- R dtplyr mutate.dtplyr_step 创建和修改列
- R dtplyr distinct.dtplyr_step 子集不同/唯一行
- R dtplyr unite.dtplyr_step 通过将字符串粘贴在一起将多列合并为一列。
- R dtplyr nest.dtplyr_step 巢
- R dtplyr relocate.dtplyr_step 使用变量名称重新定位变量
- R dtplyr head.dtplyr_step 对第一行或最后一行进行子集化
- R dtplyr expand.dtplyr_step 扩展 DataFrame 以包含所有可能的值组合。
- R dtplyr intersect.dtplyr_step 设置操作
- R dtplyr pivot_wider.dtplyr_step 将数据从长轴转向宽轴
- R dtplyr summarise.dtplyr_step 将每组汇总为一行
- R dtplyr count.dtplyr_step 按组计数观察值
- R dtplyr select.dtplyr_step 使用名称对列进行子集化
- R dtplyr drop_na.dtplyr_step 删除包含缺失值的行
- R dtplyr complete.dtplyr_step 完成缺少数据组合的 DataFrame
- R dtplyr collect.dtplyr_step 强制计算惰性 data.table
- R dtplyr arrange.dtplyr_step 按列值排列行
- R dtplyr separate.dtplyr_step 使用正则表达式或数字位置将字符列分成多列
- R dtplyr rename.dtplyr_step 使用名称重命名列
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Apply a function to each group。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。